Relazioni tra variabili e selection bias

Quando si analizza la letteratura che studia le relazioni tra stato socio- economico, stato di salute e benessere, è possibile osservare come non sempre ad un benessere economico sia associato un benessere psicologico (Kaplan, et al., 2008; Blustein, 2008). Tuttavia, nelle analisi descrittive svolte, sono state individuate delle associazioni positive tra queste variabili e ciò porta ad indicare come ci si possa aspettare che in questo campione lo stato socio- economico di un individuo, identificato mediante la sua ricchezza, abbia un effetto positivo sul suo benessere.

Per quanto riguarda il mediatore ci si aspetta una relazione positiva con il benessere, in quanto al miglioramento delle condizioni fisiche un individuo tende ad avere un incremento del proprio benessere.

La relazione che invece risulta essere più problematica da definire è quella tra lo stato socio-economico e la salute fisica, poiché generalmente vengono presentate le società moderne come società del benessere in cui la salute fisica è praticamente garantita a tutti ma, nonostante questo, confrontando paesi differenti e sistemi sanitari differenti, emergono delle realtà nelle quali la buona salute è maggiormente garantita a chi è in migliori condizioni economiche (Whitehead, et al., 2001; Newell, 2000; Barbeau, et al., 2004; Adler, et al., 2016). Questo porta alla consapevolezza che esistono ancora molte società, anche tra quelle maggiormente sviluppate, all’interno delle quali le disparità nell’accesso alle cure e ai trattamenti sono ancora molto presenti.

Il campione di riferimento in questa analisi svolge perciò un ruolo fondamentale, poiché si tratta di soggetti ultracinquantenni che si trovano a dover affrontare un processo di invecchiamento inevitabile che, indipendentemente dalle risorse economiche possedute da essi, li porta ad un peggioramento della condizione di salute fisica.

In questo scenario appare ancora più importante differenziare la salute fisica da quella psicologica, in quanto soggetti con uno stato socio-economico più alto potrebbero essere in grado non solo di ricorrere a cure migliori, ma anche a sistemi di supporto psicologico che possono incrementare il loro benessere. Oltre all’età del campione di riferimento è importante considerare il fatto che sono analizzate le realtà di paesi europei che, nonostante le inevitabili differenze legate a sistemi sanitari e politici, presentano degli standard di accesso alle cure e di trattamenti molto avanzati e con possibilità di accesso molto alto.

Per questi motivi, seppure ci si aspetta che emergano delle relazioni significative tra le variabili, gli effetti potrebbero essere meno forti rispetto a quelli che si potrebbero ottenere svolgendo questa tipologia di analisi su una

realtà più differenziata come può essere quella dei paesi in via di sviluppo o di quelli che, nonostante siano maggiormente sviluppati, presentano sistemi sanitari privati che limitano notevolmente l’accesso della popolazione alle cure.

Per un’interpretazione accurata dei risultati dei modelli riportati di seguito, è fondamentale affrontare il problema dell’errore da selezione in maniera più approfondita. Come è stato detto prima, oltre alle analisi trasversali su tutti gli individui, sono state ripetute le stesse analisi solamente sul panel di soggetti che partecipano a tutte le wave. In tale modo è possibile considerare il fenomeno anche con un’ottica temporale e rendere possibile l’applicazione di modelli di mediazione con esposizione e mediatore che variano nel tempo come quelli presentati alla fine del Capitolo 4 e applicati in seguito nel Capitolo 6.

Confrontando le medie delle variabili relative alla ricchezza, alla condizione di salute e al benessere nei due dataset, è emerso che in tutte le wave nel dataset riferito al panel sono presenti soggetti con uno stato socio-economico che in media risulta essere superiore rispetto a quando si considera la popolazione intera. Inoltre, mentre nelle prime tre wave (1, 2 e 4) i soggetti che partecipano a tutte le rilevazioni presentano una condizione di salute e di benessere migliore rispetto al campione completo, nella quinta presentano livelli di benessere migliore, ma si osserva un peggioramento della condizione di salute e nella sesta oltre ad un continuo peggioramento dello stato di salute, si evidenzia anche che il benessere risulta essere in media inferiore. Si tratta di un risultato legato all’influenza di più effetti che si sommano: da un lato l’effetto dell’invecchiamento dei soggetti nel panel che tuttavia presentavano inizialmente condizioni migliori, dall’altro l’introduzione del

refreshment sample nel campione completo che riduce l’effetto complessivo del

processo di invecchiamento.

di invecchiamento andando ad osservare un campione che nella prima wave presenta un’età media di 61 anni fino ad arrivare a 73 nella sesta. Differentemente da questo, considerando il campione intero, ad ogni rilevazione, SHARE per far fronte alla perdita di soggetti al follow-up permette l’ingresso di nuovi soggetti che, purché rispettando i criteri di accesso per la partecipazione, non necessariamente hanno le stesse caratteristiche di coloro che sono stati persi. Questo può essere rilevato con semplicità analizzando anche solamente l’età media degli individui nelle diverse wave e confrontandola con quella del campione selezionato (Tabella

5.3).

Wave 1 Wave 2 Wave 4 Wave 5 Wave 6 Età media (anni) Campione intero 64 65 66 67 68 Campione panel 61 64 69 71 73

Tabella 5.3 – Età media dei soggetti nelle diverse wave nel campione intero e in quello riferito al panel

Quando vengono selezionati gli individui, quindi, ad eccezione delle prime due wave, si considerano delle persone che rappresentano una porzione della popolazione più anziana, pertanto inevitabilmente in condizione di salute peggiore e di conseguenza anche di benessere, secondo quanto emerso dalle analisi di correlazione. Da queste analisi, infatti, è possibile osservare una crescita della correlazione tra benessere e salute con il procedere delle wave (Appendice C).

A causa dell’introduzione dei nuovi soggetti ad ogni rilevazione per attenuare l’effetto dell’attrition, nel campione complessivo non è possibile valutare allo stesso modo l’evoluzione del campione iniziale e nella stima dei modelli e degli effetti non è possibile comprendere in che misura l’effetto è relativo al campione longitudinale e in che misura a quello appena introdotto. Non è

inoltre possibile osservare un effetto dell’errore da selezione che aumenta con il procedere delle wave, come invece ci si potrebbe aspettare.